Beteiligt sind AICURA medical GmbH als Verbundkoordinator, die Charité – Universitätsmedizin Berlin, das Hasso-Plattner-Institut und idalab GmbH.

AICURA medical GmbH, Berlin

Entwicklung und Integration von hochsicheren IT-Systemen für die Analyse von medizinischen Daten mittels Verfahren des maschinellen Lernens, föderiertes und zentralisiertes maschinelles Lernen.

Geschäftsführer
Daniel Lichterfeld

Projektleiter
Janis Reinelt

Stellvertretende Projektleiterin
Dr. Leonie Lampe

Weitere Mitarbeiter*innen
Dr. Alberto Merola
Miriam Michel
Sebastian Niehaus

aicura-medical.com

Kurzvorstellung
Durch seine innovative Plattform bringt AICURA Medical Künstliche Intelligenz (KI) basierend auf maschinellem Lernen in den Krankenhausalltag. Dadurch unterstützt die AICURA Plattform ihre Anwender dabei die Patientenversorgung zu verbessern. Die AICURA Plattform ist die einzige weltweit, die beides ermöglicht: die sichere Nutzung von krankenhausgenerierten Daten durch externe KI-Entwickler und die Nutzung der extern entwickelten KI-Apps in der täglichen klinischen Praxis.

Rolle im Projekt
Die Aufgabe von AICURA im Konsortium ist es die Entwicklung der INALO-App und deren Integration in die bestehenden Prozesse der Charité zu unterstützen und im Rahmen des Projektes die AICURA Plattform weiterzuentwickeln so dass die verschiedenen Komponenten der Plattform dem Anwendungsfall des INALO-Projektes gerecht werden. Auf dieser Basis wird die System- und Modellintegration durchgeführt.

AICURA medical GmbH, Berlin

Entwicklung und Integration von hochsicheren IT-Systemen für die Analyse von medizinischen Daten mittels Verfahren des maschinellen Lernens, föderiertes und zentralisiertes maschinelles Lernen.

Geschäftsführer
Daniel Lichterfeld

Projektleiter
Janis Reinelt

Stellvertretende Projektleiterin
Dr. Leonie Lampe

Weitere Mitarbeiter*innen
Dr. Alberto Merola
Miriam Michel
Sebastian Niehaus

aicura-medical.com

Kurzvorstellung
Durch seine innovative Plattform bringt AICURA Medical Künstliche Intelligenz (KI) basierend auf maschinellem Lernen in den Krankenhausalltag. Dadurch unterstützt die AICURA Plattform ihre Anwender dabei die Patientenversorgung zu verbessern. Die AICURA Plattform ist die einzige weltweit, die beides ermöglicht: die sichere Nutzung von krankenhausgenerierten Daten durch externe KI-Entwickler und die Nutzung der extern entwickelten KI-Apps in der täglichen klinischen Praxis.

Rolle im Projekt
Die Aufgabe von AICURA im Konsortium ist es die Entwicklung der INALO-App und deren Integration in die bestehenden Prozesse der Charité zu unterstützen und im Rahmen des Projektes die AICURA Plattform weiterzuentwickeln so dass die verschiedenen Komponenten der Plattform dem Anwendungsfall des INALO-Projektes gerecht werden. Auf dieser Basis wird die System- und Modellintegration durchgeführt.

INALO Foerderinitiative und Konsortium

Förderinitiative & Konsortium

INALO wird im Rahmen von KMU-innovativ durch das Bundesministerium für Bildung und Forschung (BMBF) gefördert, läuft seit September 2020 und wird sich über einen Zeitraum von 36 Monate erstrecken. 

Institut für Medizinische Informatik, Arbeitsgruppe “Patient Monitoring and Alarm Management”, Charité – Universitätsmedizin Berlin, Berlin

Expertise in der Implementierung, Evaluierung und Entwicklung digitaler Anwendungen im Bereich Anästhesiologie und Intensivmedizin mit Schwerpunkt Patientenmonitoring und Alarm Management

Institutsdirektor/Projektleiter
Prof. Dr. med. Dr. rer. nat. Felix Balzer

Projektkoordination
Dr. med. Akira-Sebastian Poncette

Stellvertretende Projektkoordination

Malte Schmieding

Weitere Mitarbeiter*innen
Patrick Heeren

Sophie Klopfenstein

Maximilian Markus Wunderlich

charite.de

Kurzvorstellung

Expert*innen, aus den Bereichen Medizin, Informatik und Human Factors arbeiten am Institut für Medizinische Informatik der Charité unter der Leitung von Prof. Dr. Dr. Felix Balzer gemeinsam als interdisziplinäres Team. Die Mission des Instituts ist es, mit einem ganzheitlichen Ansatz, der von der nutzerzentrierten Anforderungsanalyse über die Datenanalyse bis hin zur Entwicklung von prädiktiven Modellen reicht, einen wesentlichen Beitrag zur Translation von Forschungsergebnissen in die Praxis zu leisten, was letztlich der Patientenversorgung zugutekommt.  
Innerhalb der Arbeitsgruppe Patient Monitoring and Alarm Management wollen wir durch unsere Arbeit sowohl die Versorgung als auch die Sicherheit von Patient*innen durch die Nutzung von Routinedaten und den Einsatz innovativer Monitoring- und Telemedizin-Technologien maßgeblich verbessern

Rolle im Projekt

Die Charité Arbeitsgruppe Patient Monitoring and Alarm Management beteiligt sich mit Ärzt*innen mit langjähriger Erfahrung im Bereich der Intensivmedizin sowie Data Scientists in allen Stadien des INALO-Projektes. Ihre Aufgaben sind breit gefächert: von der Durchführung von Anforderungsanalysen mit ITS-Personal, über die Expert*innen-Annotation der Daten bis hin zu deren Qualitätssicherung sowie der Testung und Validierung des erarbeiteten prädiktiven Modells.

Institut für Medizinische Informatik, Arbeitsgruppe “Patient Monitoring and Alarm Management”, Charité – Universitätsmedizin Berlin, Berlin

Expertise in der Implementierung, Evaluierung und Entwicklung digitaler Anwendungen im Bereich Anästhesiologie und Intensivmedizin mit Schwerpunkt Patientenmonitoring und Alarm Management

Institutsdirektor/Projektleiter
Prof. Dr. med. Dr. rer. nat. Felix Balzer

Projektkoordination
Dr. med. Akira-Sebastian Poncette

Stellvertretende Projektkoordination

Malte Schmieding

Weitere Mitarbeiter*innen
Patrick Heeren

Sophie Klopfenstein

Maximilian Markus Wunderlich

charite.de

Kurzvorstellung

Expert*innen, aus den Bereichen Medizin, Informatik und Human Factors arbeiten am Institut für Medizinische Informatik der Charité unter der Leitung von Prof. Dr. Dr. Felix Balzer gemeinsam als interdisziplinäres Team. Die Mission des Instituts ist es, mit einem ganzheitlichen Ansatz, der von der nutzerzentrierten Anforderungsanalyse über die Datenanalyse bis hin zur Entwicklung von prädiktiven Modellen reicht, einen wesentlichen Beitrag zur Translation von Forschungsergebnissen in die Praxis zu leisten, was letztlich der Patientenversorgung zugutekommt.  
Innerhalb der Arbeitsgruppe Patient Monitoring and Alarm Management wollen wir durch unsere Arbeit sowohl die Versorgung als auch die Sicherheit von Patient*innen durch die Nutzung von Routinedaten und den Einsatz innovativer Monitoring- und Telemedizin-Technologien maßgeblich verbessern

Rolle im Projekt

Die Charité Arbeitsgruppe Patient Monitoring and Alarm Management beteiligt sich mit Ärzt*innen mit langjähriger Erfahrung im Bereich der Intensivmedizin sowie Data Scientists in allen Stadien des INALO-Projektes. Ihre Aufgaben sind breit gefächert: von der Durchführung von Anforderungsanalysen mit ITS-Personal, über die Expert*innen-Annotation der Daten bis hin zu deren Qualitätssicherung sowie der Testung und Validierung des erarbeiteten prädiktiven Modells.

Fachgebiet “Digital Health – Connected Healthcare”, Hasso-Plattner-Institut (HPI), Potsdam

Kompetenzen im Bereich der Sensordatenakquise und –verarbeitung unter anderem mit Künstlicher Intelligenz. Expertise in der Implementierung nutzerzentrierter Ansätze und IT-Lösungen, die präventives Handeln ermöglichen

Fachbereichsleitung
Prof. Dr.-Ing. Bert Arnrich

Projektleiter
Jonas Chromik

Stellvertretender Projektleiter
Bjarne Pfitzner

hpi.de

Kurzvorstellung

Das HPI-Fachgebiet „Digital Health - Connected Healthcare“ das von Prof. Dr. Bert Arnrich geleitet wird, beschäftigt sich mit dem Erfassen und der Analyse von gesundheits-relevanten Daten aus dem täglichen Leben. Ziel ist die Mitgestaltung eines zukünftigen Gesundheitswesens in dessen Mittelpunkt das Erreichen einer gesunden Lebensweise steht. Im Vordergrund stehen insbesondere die Prävention chronischer Erkrankungen, die Evaluierung von Therapien und die frühzeitige Erkennung von Gesundheitsrisiken.  Mittels Internet-of-Health-Things werden gesundheitsrelevante multimodale Sensordaten von Alltagsdingen gesammelt. Multimodale klinische Daten wie z.B. die elektronische Patientenakte werden mit Sensordaten aus dem Alltag fusioniert und bilden die Grundlage zur Modellierung von hochdimensionalen Krankheitsphänotypen die z.B. zur Prävention chronischer Erkrankungen und zur Evaluierung von Therapien eingesetzt werden. Methodisch werden verteilte maschinelle Lernverfahren entwickelt bei denen das Lernen lokal am Ort der Datenspeicherung erfolgt, ohne dass sensible Daten exportiert und zentral gesammelt werden müssen. Zur verständlichen Darstellung der Arbeitsweise von maschinellen Lernverfahren für Ärzte und Patienten werden Methoden entwickelt, die den kompletten Datenpfad von der Vorverarbeitung, über die Modellierung hin zur Inferenz darstellen.

Fachgebiet “Digital Health – Connected Healthcare”, Hasso-Plattner-Institut (HPI), Potsdam

Kompetenzen im Bereich der Sensordatenakquise und –verarbeitung unter anderem mit Künstlicher Intelligenz. Expertise in der Implementierung nutzerzentrierter Ansätze und IT-Lösungen, die präventives Handeln ermöglichen

Fachbereichsleitung
Prof. Dr.-Ing. Bert Arnrich

Projektleiter
Jonas Chromik

Stellvertretender Projektleiter
Bjarne Pfitzner

hpi.de 

Kurzvorstellung

Das HPI-Fachgebiet „Digital Health - Connected Healthcare“ das von Prof. Dr. Bert Arnrich geleitet wird, beschäftigt sich mit dem Erfassen und der Analyse von gesundheits-relevanten Daten aus dem täglichen Leben. Ziel ist die Mitgestaltung eines zukünftigen Gesundheitswesens in dessen Mittelpunkt das Erreichen einer gesunden Lebensweise steht. Im Vordergrund stehen insbesondere die Prävention chronischer Erkrankungen, die Evaluierung von Therapien und die frühzeitige Erkennung von Gesundheitsrisiken.  Mittels Internet-of-Health-Things werden gesundheitsrelevante multimodale Sensordaten von Alltagsdingen gesammelt. Multimodale klinische Daten wie z.B. die elektronische Patientenakte werden mit Sensordaten aus dem Alltag fusioniert und bilden die Grundlage zur Modellierung von hochdimensionalen Krankheitsphänotypen die z.B. zur Prävention chronischer Erkrankungen und zur Evaluierung von Therapien eingesetzt werden. Methodisch werden verteilte maschinelle Lernverfahren entwickelt bei denen das Lernen lokal am Ort der Datenspeicherung erfolgt, ohne dass sensible Daten exportiert und zentral gesammelt werden müssen. Zur verständlichen Darstellung der Arbeitsweise von maschinellen Lernverfahren für Ärzte und Patienten werden Methoden entwickelt, die den kompletten Datenpfad von der Vorverarbeitung, über die Modellierung hin zur Inferenz darstellen.

Idalab GmbH, Berlin 

Expertise in der Konzeption und Entwicklung algorithmischer KI-Lösungen für Life Science und Healthcare

Geschäftsführer/Projektleiter
Dr. Paul von Bünau

Weitere Mitarbeiter
Jeanette Knipp

idalab.de

Kurzvorstellung
Als Spezialist für Künstliche Intelligenz in Life Science und Healthcare begleitet idalab Kunden von der Strategieentwicklung und Konzeption bis zur Entwicklung und Implementierung algorithmischer Lösungen. Mit einem multidisziplinären Team aus Strategen, KI-Experten und Biologen entwickelt idalab maßgeschneiderte Lösungen für komplexe Fragestellungen.

Rolle im Projekt
Im Rahmen von INALO unterstützt idalab an der Schnittstelle zwischen Nutzer und Algorithmus: Durch die Gestaltung intuitiver und transparenter Benutzeroberflächen sollen Nutzer*innen ein besseres Verständnis für algorithmische Entscheidungen entwickeln. Darüber hinaus gilt es, die Darstellung von Alarmen zu optimieren, um das Erlebnis der Intensivstation insgesamt angenehmer zu gestalten.

Idalab GmbH, Berlin 

Expertise in der Konzeption und Entwicklung algorithmischer KI-Lösungen für Life Science und Healthcare

Geschäftsführer/Projektleiter
Dr. Paul von Bünau

Weitere Mitarbeiter
Jeanette Knipp

idalab.de

Kurzvorstellung
Als Spezialist für Künstliche Intelligenz in Life Science und Healthcare begleitet idalab Kunden von der Strategieentwicklung und Konzeption bis zur Entwicklung und Implementierung algorithmischer Lösungen. Mit einem multidisziplinären Team aus Strategen, KI-Experten und Biologen entwickelt idalab maßgeschneiderte Lösungen für komplexe Fragestellungen.

Rolle im Projekt
Im Rahmen von INALO unterstützt idalab an der Schnittstelle zwischen Nutzer und Algorithmus: Durch die Gestaltung intuitiver und transparenter Benutzeroberflächen sollen Nutzer*innen ein besseres Verständnis für algorithmische Entscheidungen entwickeln. Darüber hinaus gilt es, die Darstellung von Alarmen zu optimieren, um das Erlebnis der Intensivstation insgesamt angenehmer zu gestalten.

INALO Foerderinitiative und Konsortium

AICURA medical GmbH, Berlin

Entwicklung und Integration von hochsicheren IT-Systemen für die Analyse von medizinischen Daten mittels Verfahren des maschinellen Lernens, föderiertes und zentralisiertes maschinelles Lernen.

AICURA medical GmbH, Berlin

Entwicklung und Integration von hochsicheren IT-Systemen für die Analyse von medizinischen Daten mittels Verfahren des maschinellen Lernens, föderiertes und zentralisiertes maschinelles Lernen.

Geschäftsführer
Daniel Lichterfeld

Projektleiter
Janis Reinelt

Stellvertretende Projektleiterin
Katharina Brunkhorst

aicura-medical.com

Kurzvorstellung
Durch seine innovative Plattform bringt AICURA Medical Künstliche Intelligenz (KI) basierend auf maschinellem Lernen in den Krankenhausalltag. Dadurch unterstützt die AICURA Plattform ihre Anwender dabei die Patientenversorgung zu verbessern. Die AICURA Plattform ist die einzige weltweit, die beides ermöglicht: die sichere Nutzung von krankenhausgenerierten Daten durch externe KI-Entwickler und die Nutzung der extern entwickelten KI-Apps in der täglichen klinischen Praxis.

Rolle im Projekt
Die Aufgabe von AICURA im Konsortium ist es die Entwicklung der INALO-App und deren Integration in die bestehenden Prozesse der Charité zu unterstützen und im Rahmen des Projektes die AICURA Plattform weiterzuentwickeln, so dass die verschiedenen Komponenten der Plattform dem Anwendungsfall des INALO-Projektes gerecht werden. Auf dieser Basis wird die System- und Modellintegration durchgeführt.

Kurzvorstellung

Expert*innen, aus den Bereichen Medizin, Informatik und Human Factors arbeiten am Institut für Medizinische Informatik der Charité – Universitätsmedizin Berlin unter der Leitung von Prof. Dr. Dr. Felix Balzer gemeinsam als interdisziplinäres Team. Die Mission des Instituts ist es, mit einem ganzheitlichen Ansatz, der von der nutzerzentrierten Anforderungsanalyse über die Datenanalyse bis hin zur Entwicklung von prädiktiven Modellen reicht, einen wesentlichen Beitrag zur Translation von Forschungsergebnissen in die Praxis zu leisten, was letztlich der Patientenversorgung zugutekommt.  
Innerhalb der Arbeitsgruppe Patient Monitoring and Alarm Management wollen wir durch unsere Arbeit sowohl die Versorgung als auch die Sicherheit von Patient*innen durch die Nutzung von Routinedaten und den Einsatz innovativer Monitoring- und Telemedizin-Technologien maßgeblich verbessern

Rolle im Projekt

Die Charité Arbeitsgruppe Patient Monitoring and Alarm Management beteiligt sich mit Ärzt*innen mit langjähriger Erfahrung im Bereich der Intensivmedizin sowie Data Scientists in allen Stadien des INALO-Projektes. Ihre Aufgaben sind breit gefächert: von der Durchführung von Anforderungsanalysen mit ITS-Personal, über die Expert*innen-Annotation der Daten bis hin zu deren Qualitätssicherung sowie der Testung und Validierung des erarbeiteten prädiktiven Modells.

Institutsdirektor/Projektleiter
Prof. Dr. med. Dr. rer. nat. Felix Balzer

Projektkoordination
Dr. med. Akira-Sebastian Poncette

Stellvertretende Projektkoordination

Malte Schmieding

Weitere Mitarbeiter*innen
Patrick Heeren

Sophie Klopfenstein

Maximilian Markus Wunderlich

medinfo.charite.de

Institut für Medizinische Informatik, Arbeitsgruppe “Patient Monitoring and Alarm Management”, Charité – Universitätsmedizin Berlin

Expertise in der Implementierung, Evaluierung und Entwicklung digitaler Anwendungen im Bereich Anästhesiologie und Intensivmedizin mit Schwerpunkt Patientenmonitoring und Alarm Management

Institut für Medizinische Informatik, Arbeitsgruppe “Patient Monitoring and Alarm Management”, Charité – Universitätsmedizin Berlin

Expertise in der Implementierung, Evaluierung und Entwicklung digitaler Anwendungen im Bereich Anästhesiologie und Intensivmedizin mit Schwerpunkt Patientenmonitoring und Alarm Management

Institutsdirektor/Projektleiter
Prof. Dr. med. Dr. rer. nat. Felix Balzer

Projektkoordination
Dr. med. Akira-Sebastian Poncette

Stellvertretende Projektkoordination

Malte Schmieding

Weitere Mitarbeiter*innen
Patrick Heeren

Sophie Klopfenstein

Maximilian Markus Wunderlich

medinfo.charite.de

Kurzvorstellung

Expert*innen, aus den Bereichen Medizin, Informatik und Human Factors arbeiten am Institut für Medizinische Informatik der Charité – Universitätsmedizin Berlin unter der Leitung von Prof. Dr. Dr. Felix Balzer gemeinsam als interdisziplinäres Team. Die Mission des Instituts ist es, mit einem ganzheitlichen Ansatz, der von der nutzerzentrierten Anforderungsanalyse über die Datenanalyse bis hin zur Entwicklung von prädiktiven Modellen reicht, einen wesentlichen Beitrag zur Translation von Forschungsergebnissen in die Praxis zu leisten, was letztlich der Patientenversorgung zugutekommt.  
Innerhalb der Arbeitsgruppe Patient Monitoring and Alarm Management wollen wir durch unsere Arbeit sowohl die Versorgung als auch die Sicherheit von Patient*innen durch die Nutzung von Routinedaten und den Einsatz innovativer Monitoring- und Telemedizin-Technologien maßgeblich verbessern

Rolle im Projekt

Die Charité Arbeitsgruppe Patient Monitoring and Alarm Management beteiligt sich mit Ärzt*innen mit langjähriger Erfahrung im Bereich der Intensivmedizin sowie Data Scientists in allen Stadien des INALO-Projektes. Ihre Aufgaben sind breit gefächert: von der Durchführung von Anforderungsanalysen mit ITS-Personal, über die Expert*innen-Annotation der Daten bis hin zu deren Qualitätssicherung sowie der Testung und Validierung des erarbeiteten prädiktiven Modells.

Kurzvorstellung
Durch seine innovative Plattform bringt AICURA Medical Künstliche Intelligenz (KI) basierend auf maschinellem Lernen in den Krankenhausalltag. Dadurch unterstützt die AICURA Plattform ihre Anwender dabei die Patientenversorgung zu verbessern. Die AICURA Plattform ist die einzige weltweit, die beides ermöglicht: die sichere Nutzung von krankenhausgenerierten Daten durch externe KI-Entwickler und die Nutzung der extern entwickelten KI-Apps in der täglichen klinischen Praxis.

Rolle im Projekt
Die Aufgabe von AICURA im Konsortium ist es die Entwicklung der INALO-App und deren Integration in die bestehenden Prozesse der Charité zu unterstützen und im Rahmen des Projektes die AICURA Plattform weiterzuentwickeln, so dass die verschiedenen Komponenten der Plattform dem Anwendungsfall des INALO-Projektes gerecht werden. Auf dieser Basis wird die System- und Modellintegration durchgeführt.

Geschäftsführer
Daniel Lichterfeld

Projektleiter
Janis Reinelt

Stellvertretende Projektleiterin
Katharina Brunkhorst

aicura-medical.com

Fachgebiet “Digital Health – Connected Healthcare”, Hasso-Plattner-Institut (HPI), Potsdam

Kompetenzen im Bereich der Sensordatenakquise und –verarbeitung unter anderem mit Künstlicher Intelligenz. Expertise in der Implementierung nutzerzentrierter Ansätze und IT-Lösungen, die präventives Handeln ermöglichen

Fachgebiet “Digital Health – Connected Healthcare”, Hasso-Plattner-Institut (HPI), Potsdam

Kompetenzen im Bereich der Sensordatenakquise und –verarbeitung unter anderem mit Künstlicher Intelligenz. Expertise in der Implementierung nutzerzentrierter Ansätze und IT-Lösungen, die präventives Handeln ermöglichen

Fachbereichsleitung
Prof. Dr.-Ing. Bert Arnrich

Projektleiter
Jonas Chromik

Stellvertretender Projektleiter
Bjarne Pfitzner

hpi.de

Kurzvorstellung

Das HPI-Fachgebiet „Digital Health - Connected Healthcare“ das von Prof. Dr. Bert Arnrich geleitet wird, beschäftigt sich mit dem Erfassen und der Analyse von gesundheits-relevanten Daten aus dem täglichen Leben. Ziel ist die Mitgestaltung eines zukünftigen Gesundheitswesens in dessen Mittelpunkt das Erreichen einer gesunden Lebensweise steht. Im Vordergrund stehen insbesondere die Prävention chronischer Erkrankungen, die Evaluierung von Therapien und die frühzeitige Erkennung von Gesundheitsrisiken. Mittels Internet-of-Health-Things werden gesundheitsrelevante multimodale Sensordaten von Alltagsdingen gesammelt. Multimodale klinische Daten wie z. B. die elektronische Patientenakte werden mit Sensordaten aus dem Alltag fusioniert und bilden die Grundlage zur Modellierung von hochdimensionalen Krankheitsphänotypen die z. B. zur Prävention chronischer Erkrankungen und zur Evaluierung von Therapien eingesetzt werden. Methodisch werden verteilte maschinelle Lernverfahren entwickelt bei denen das Lernen lokal am Ort der Datenspeicherung erfolgt, ohne dass sensible Daten exportiert und zentral gesammelt werden müssen. Zur verständlichen Darstellung der Arbeitsweise von maschinellen Lernverfahren für Ärzte und Patienten werden Methoden entwickelt, die den kompletten Datenpfad von der Vorverarbeitung, über die Modellierung hin zur Inferenz darstellen.

Rolle im Projekt

Das HPI-Fachgebiet "Digital Health - Connected Healthcare" ist mit der Entwicklung des INALO-Modells betraut. Dieses KI-Modell soll die auf der Intensivstation anfallenden Alarme patientenbezogen analysieren und jeweils einschätzen, ob es sich um einen wichtigen Alarm oder einen unwichtigeren und mitunter sogar falschen Alarm handelt.

Kurzvorstellung

Das HPI-Fachgebiet „Digital Health - Connected Healthcare“ das von Prof. Dr. Bert Arnrich geleitet wird, beschäftigt sich mit dem Erfassen und der Analyse von gesundheits-relevanten Daten aus dem täglichen Leben. Ziel ist die Mitgestaltung eines zukünftigen Gesundheitswesens in dessen Mittelpunkt das Erreichen einer gesunden Lebensweise steht. Im Vordergrund stehen insbesondere die Prävention chronischer Erkrankungen, die Evaluierung von Therapien und die frühzeitige Erkennung von Gesundheitsrisiken. Mittels Internet-of-Health-Things werden gesundheitsrelevante multimodale Sensordaten von Alltagsdingen gesammelt. Multimodale klinische Daten wie z. B. die elektronische Patientenakte werden mit Sensordaten aus dem Alltag fusioniert und bilden die Grundlage zur Modellierung von hochdimensionalen Krankheitsphänotypen die z. B. zur Prävention chronischer Erkrankungen und zur Evaluierung von Therapien eingesetzt werden. Methodisch werden verteilte maschinelle Lernverfahren entwickelt bei denen das Lernen lokal am Ort der Datenspeicherung erfolgt, ohne dass sensible Daten exportiert und zentral gesammelt werden müssen. Zur verständlichen Darstellung der Arbeitsweise von maschinellen Lernverfahren für Ärzte und Patienten werden Methoden entwickelt, die den kompletten Datenpfad von der Vorverarbeitung, über die Modellierung hin zur Inferenz darstellen.

Rolle im Projekt

Das HPI-Fachgebiet "Digital Health - Connected Healthcare" ist mit der Entwicklung des INALO-Modells betraut. Dieses KI-Modell soll die auf der Intensivstation anfallenden Alarme patientenbezogen analysieren und jeweils einschätzen, ob es sich um einen wichtigen Alarm oder einen unwichtigeren und mitunter sogar falschen Alarm handelt.

Fachbereichsleitung
Prof. Dr.-Ing. Bert Arnrich

Projektleiter
Jonas Chromik

Stellvertretender Projektleiter
Bjarne Pfitzner

hpi.de

idalab GmbH, Berlin 

Expertise in der Konzeption und Entwicklung algorithmischer KI-Lösungen für Life Science und Healthcare

Idalab GmbH, Berlin 

Expertise in der Konzeption und Entwicklung algorithmischer KI-Lösungen für Life Science und Healthcare

Geschäftsführer/Projektleiter
Dr. Paul von Bünau

Weitere Mitarbeiter*innen
Jeanette Knipp

Julian Beimes

idalab.de

Kurzvorstellung
Als Spezialist für Künstliche Intelligenz in Life Science und Healthcare begleitet idalab Kunden von der Strategieentwicklung und Konzeption bis zur Entwicklung und Implementierung algorithmischer Lösungen. Mit einem multidisziplinären Team aus Strateg*innen, KI-Expert*innen und Biolog*innen entwickelt idalab maßgeschneiderte Lösungen für komplexe Fragestellungen.

Rolle im Projekt
Im Rahmen von INALO unterstützt idalab an der Schnittstelle zwischen Nutzer*innen und Algorithmus: Durch die Gestaltung intuitiver und transparenter Benutzeroberflächen sollen Nutzer*in ein besseres Verständnis für algorithmische Entscheidungen entwickeln. Darüber hinaus gilt es, die Darstellung von Alarmen zu optimieren, um das Erlebnis der Intensivstation insgesamt angenehmer zu gestalten.

Kurzvorstellung
Als Spezialist für Künstliche Intelligenz in Life Science und Healthcare begleitet idalab Kunden von der Strategieentwicklung und Konzeption bis zur Entwicklung und Implementierung algorithmischer Lösungen. Mit einem multidisziplinären Team aus Strateg*innen, KI-Expert*innen und Biolog*innen entwickelt idalab maßgeschneiderte Lösungen für komplexe Fragestellungen.

Rolle im Projekt
Im Rahmen von INALO unterstützt idalab an der Schnittstelle zwischen Nutzer*in und Algorithmus: Durch die Gestaltung intuitiver und transparenter Benutzeroberflächen sollen Nutzer*innen ein besseres Verständnis für algorithmische Entscheidungen entwickeln. Darüber hinaus gilt es, die Darstellung von Alarmen zu optimieren, um das Erlebnis der Intensivstation insgesamt angenehmer zu gestalten.

Geschäftsführer/Projektleiter
Dr. Paul von Bünau

Weitere Mitarbeiter*innen
Jeanette Knipp

Julian Beimes

idalab.de